《SPSS统计基础》课程
数据分析报告
（2016— 2017学年度第二学期）
题 目：关于381名大学生学习适应情况的分析报告 班 级：14小教2班 学 号： 姓 名：
2017年6月
381名大学生学习适应性调查数据分析报告
姓名： 学号： 班级：
一、数据分析目的及内容
（一）数据分析的目的
通过对师范学院学生学习适应现状及其影响因素的调查研究，了解我院学生对自己所学专业在适应学习动机、适应教学模式、使用学习能力、适应学习态度、适应环境因素、适应总分六个维度的基本情况。本文拟在以往研究的基础上对大学生学习适应状况进行调查,并探讨影响大学生学习适应的因素，从而让大学生能更快更好地适应大学生活。 （二）数据分析的内容
1. 381名大学生在适应学习动机、适应教学模式、使用学习能力、适应学习态度、适应
环境因素五个维度的得分及适应总分.
2. 对年级、专业、生源地变量的容量等数据分布指标的描述，了解数据分布的全貌。 3. 对适应学习动机、适应教学模式、使用学习能力、适应学习态度、适应环境因素五个维度的极大值、极小值、均值和标准差的统计。 4. 学习适应各因子之间的相关分析。
5. 学习适应五因子及适应总分的相关性分析。
二、数据库介绍
（一）数据来源：
1被试分布：总容量为381、年级（大一156人、大二136人、大三89人）、专业（小学教育140人、学前教育本科113人、学前教育专科128人）、生源地（城镇145人、农村236人）等方面的人数分布；
2、调查工具：《大学生学习适应量表》由冯廷勇等人编制，共 29 个题目，量表采用 Likert5 点计分法，即完全不符合计 1 分，比较不符合计 2 分，不确定计 3 分，较符合计 4 分，完全符合计 5 分。各维度和总量表分数越高，表明适应状况越好。总分低于58分，表明学习适应状态较差需要做较大调整；总分在59到87分之间，表明学习适应状态中等，需要做适当的调整；总分在88到116分之间，表明学习适应状态良好；总分在117到145分之间，表明学习适应状态良好。量表的效度为 0.85，信度为0.87。该量表由五个维度构成：
（1）学习动机（8题）：1、6、7、8、9、13、17、23 （2）教学模式（7题）：2、3、10、14、18、22、24 （3）学习能力（6题）：4、11、15、21、25、26 （4）学习态度（4题）：5、12、20、27 （5）环境因素（4题）：16、19、28、29
（二）变量介绍：
1、本次问卷调查有三个变量；
2、变量名称为：专业，年级，生源地；
3、变量名称的取值为：专业：1=“小学教育”，2=“学前教育本科”，3=“学前教育专科”；年级：1=“大一”，2=“大二”，3=“大三”，4=“大四”；生源地：1=“城镇”，2=“农村”。
三、数据统计与分析
10
2
（一）统计方法
本次数据分析涉及的统计方法有4种。具体统计方法及相关命令或程序有：
1、 统计图表制作：采用“统计图形制作”过程来实现，利用条形图直观的展现出人数
在专业、年级、生源地等方面的差异，更直观的展示出数据差异。 （1）不同专业大学生适应总分比较：
相关命令或程序：图形→旧对话框→条形图→简单箱图→个案组摘要→定义→其他统计量→变量：学习适应总分；类别轴：专业→标题：不同专业大学生适应总分比较→确定。
（2）不同年级大学生适应总分比较： 相关命令或程序：图形→旧对话框→条形图→简单箱图→个案组摘要→定义→其他统 计量→变量：学习适应总分；类别轴：年级→标题：不同年级大学生适应总分比较→ 确定。
（3）不同性别大学生适应总分比较： 相关命令或程序：图形→旧对话框→条形图→简单箱图→个案组摘要→定义→其他统 计量→变量：学习适应总分；类别轴：性别→标题：不同性别大学生适应总分比 较→确定。
2、描述统计，采用“描述”过程来实现，获得对专业、年级、生源地变量的容量、均值、
标准差等数据分布指标的描述，以了解数据分布的全貌。 （1）被试分布：
相关命令或程序：描述统计→频率→选择“专业、年级、性别”→确定。 （2）大学生《学习适应量表》各纬度得分概况：
相关命令或程序：分析→描述统计→描述→选择“学习适应总分”→选项：勾选“均 值、标准差、极大值、极小值”→继续→确定。
3、相关分析，采用“相关分析”命令来比较量表各因素之间的相关性和显著性，从而 分析该量表的质量。
（1）量表信度分析（内部一致性分析）
相关命令或程序：分析→度量→可靠性分析→选择“sy1-sy29”（根据各个维度的题 目序号来选择，参照前面的调查工具。）→模型“α”→确定。 （2）量表效度分析（量表各维度之间及各维度与总分之间相关分析） 相关命令或程序：分析→相关→双变量→选择“学习动机”、“教学模式”、“学习 能力”、“学习态度”、“环境因素”、“学习适应总分”→选择“Pearson”→确 定。
4、比较均值，采用“单样本T检验”“单因素ANOVA”、“独立样本T检验”比较专 业认同在专业上、年级、生源地等上的差异性和显著性。 （1）学习适应性与理论中值的比较
相关命令或程序：分析→比较均值→单样本T检验→检验变量：学习适应总分；检验 值：87（根据各维度的检验值来填写）→确定。 （2）不同专业大学生学习适应性的差异比较
相关命令或程序：分析→比较均值→单因素ANOVA→因变量列表：学习适应总分、 学习动机、教学模式、学习能力、学习态度、环境因素；因子：专业→两两比较：LSD （L）→继续→选项：描述性、方差同质性检验→确定。 （3）不同年级大学生学习适应性的差异比较
相关命令或程序：分析→比较均值→单因素ANOVA→因变量列表：学习适应总分、 学习动机、教学模式、学习能力、学习态度、环境因素；因子：年级→两两比较：LSD
（L）→继续→选项：描述性、方差同质性检验→确定。
10
3
（4）不同性别学习适应性的差异比较
相关命令或程序：分析→比较均值→独立样本T检验→检验变量：学习适应总分、 学习动机、教学模式、学习能力、学习态度、环境因素；分组变量：性别；定义组： 组1：1；组2：2→继续→确定。 （二）统计结果与分析 1、量表质量分析 1、统计图表制作
（1）不同专业大学生适应总分比较
从不同专业学习适应总分情况条图可以看出：三个专业的学习适应总分得分情况是: 小学教育专业的学习适应总分为86.49，学前教育本科的学习适应总分为84.8，学前教育专科的学习适应总分为86.71；小学教育与学前教育专科的学习适应总分均在86分以上，学前教育本科的学习适应总分低于86分，从总体上来看，小学教育和学前教育专科的学习适应状态良好，学前教育本科学习适应状态中等，需要做适当的调整。 （2）不同年级大学生适应总分比较：
从不同年级学习适应总分情况条图可以看出：三个年的学习适应总分的情况是：大一的学习适应总分为87.68，大二的学习适应总分为：84.46，大三的学习适应总分为85.67；大一的学习适应总分在87以上，表明大一的学生学习适应状态良好，大二、大三的学习适
10
4
应总分均在87以下，表明大二、大三学习适应状态中等，需要做适当的调整。
（3）不同性别大学生适应总分比较：
从不同性别学习适应总分情况条图可以看出：女生的学习适应总分为85.88，男生的学习适应总为89.53，男生的学习适应总分在89以上，女生的学习适应总分在86以下，从总体上来看，男生的学生学习适应状态良好，女生的学习适应状态中等，需要做适当的调整。
2、描述统计 （1）被试分布：
类别 专业 内容 小学教育 学前教育本科 学前教育专科 大一 年级 大二 大三 性别 男 女 人数 140 113 128 156 136 89 19 362 百分比（%） 36.7 29.7 33.6 40.9 35.7 23.4 5.0 95.0 由表格可见：小学教育（140人）、学前教育本科（113人）、学前教育专科（128人）三个专业的人数分布大致相当，小学教育的人数最多（140人）；大一（156人）、大二（136人）、大三（89人）的人数比例相差较大，大一的人数最多（156人）大三的人数最少（89人）；男（19人）、女（362人）的人数相差较大，男生的人数少于女生的人数。
（2）大学生《学习适应量表》各纬度得分概况： 维度 总分 n 381 M±S 86.06±10.19 26.02± 3.05 理论中值 87 24 t -1.80 12.93 P 0.073 0.000 学习动机 381 10 5